Whisper-1 语音识别

POST https://api.apizt.com/v1/audio/transcriptions 在线调试 →

本页请求使用 whisper-1，语音转文字的其他型号见 GPT-4o Transcribe。各型号的 response_format 支持范围不同。

▼ Authorization

在 Header 添加参数 Authorization，其值为 Bearer 之后拼接 Token

示例： Authorization: Bearer ********************

请求参数

Header 参数

Authorizationstring必需

Bearer Token；从环境变量 tokenba_API_KEY 读取。

Content-Typestring可选

由客户端生成 multipart/form-data 的 boundary，不手工设置。

Body 参数multipart/form-data

filefile必需

本地音频文件；将环境变量 AUDIO_FILE 设置为文件路径。

modelstring必需

示例：whisper-1

response_formatstring可选

示例：json

请求示例代码

curl --fail-with-body --request POST 'https://api.apizt.com/v1/audio/transcriptions' \
  --header "Authorization: Bearer ${tokenba_API_KEY}" \
  --form "file=@${AUDIO_FILE}" \
  --form 'model=whisper-1' \
  --form 'response_format=json'

async function main() {
  const headers = {
  "Authorization": "Bearer " + process.env.tokenba_API_KEY
};
  const fs = require("node:fs");
  const body = new FormData();
  body.append("file", new Blob([fs.readFileSync(process.env.AUDIO_FILE)]), "audio.wav");
  body.append("model", "whisper-1");
  body.append("response_format", "json");
  const response = await fetch("https://api.apizt.com/v1/audio/transcriptions", { method: "POST", headers, body });
  if (!response.ok) throw new Error("HTTP " + response.status + ": " + await response.text());
  console.log(await response.text());
}
main().catch(console.error);

import os
import requests

headers = {"Authorization": "Bearer " + os.environ["tokenba_API_KEY"]}
payload = {'model': 'whisper-1', 'response_format': 'json'}
with open(os.environ["AUDIO_FILE"], "rb") as audio:
    response = requests.post('https://api.apizt.com/v1/audio/transcriptions', headers=headers, data=payload, files={"file": audio}, timeout=120)
response.raise_for_status()
print(response.text)

返回响应

响应参数 🟢 200 OK · application/json

text string

必需

转录出的文本内容。

示例

{
  "text": "12345678910"
}

当前模型与版本

依据 apizt 价格页，同步于 2026/10/8 00:51:37（北京时间）。以下型号按目录声明的协议与本页用途筛选；不代表所有参数和功能通用。切换前请核对型号说明、令牌分组与参数差异。Gemini 原生接口需同时替换 URL 中的模型 ID。

模型 ID	能力标签	支持分组
`whisper-1`	音频	分组（7） `Azure-Gpt-1`、`Azure-Gpt-2`、`Azure-Gpt-3`、`Azure-Gpt-4`、`Azure-Gpt-5`、`Openai-Gpt-1`、`Openai-Gpt-2`
`gpt-4o-transcribe`	音频	分组（6） `Azure-Gpt-1`、`Azure-Gpt-2`、`Azure-Gpt-3`、`Azure-Gpt-4`、`Azure-Gpt-5`、`Openai-Gpt-2`
`gpt-4o-mini-transcribe`	音频	分组（5） `Azure-Gpt-1`、`Azure-Gpt-2`、`Azure-Gpt-3`、`Azure-Gpt-4`、`Azure-Gpt-5`

共列入 3 个候选型号。查看完整模型、版本与接口目录。